模型预测控制课件.pptVIP

6-5-3模糊控制系統的設計（2）模糊控制器的模糊決策表負大NB負中NM負小NS0正小PS正中PM正大PB負大NB負中NM正大PB正中PM0負小NS正中PM0負小NS－0+0正中PM正小PS0負小NS正小PS正小PS0負中NM負中NM正中PM正大PB0負中NM負大NByizixi2024-6-24*6-5-3模糊控制系統的設計（3）精確量的模糊化(fuzzification)或量化即將基本論域E,EC,U中的精確值轉化成模糊集論域X、Y、Z上的模糊值(1)線性量化即將精確量成比例地映射到模糊論域上由於大多數是對稱情況，當基本論域為(-a,a),模糊論域為(-n,n)時，有其中k稱為線性量化因數(k=n/a)2024-6-24*6-5-3模糊控制系統的設計（3）(2)非線性量化即對基本論域上的數值進行量化時採用不同的量化公式最直觀地便是對大偏差採用低解析度的量化(即比較大的間隔)；對較小的偏差採用較高解析度的量化。量化因數的影響2024-6-24*6-5-3模糊控制系統的設計（4）確定模糊關係矩陣模糊控制規則中每一條都確定了一個模糊關係Rij：Ai×Bj→Cij。由此，可確定模糊關係矩陣。即有2024-6-24*6-5-3模糊控制系統的設計（5）由模糊推理合成規則求控制輸出模糊集設實測值x=Ak,k?{1,…,n},y=Bh,h?{1,…,m},由模糊推理合成規則有即對於有2024-6-24*6-5-3模糊控制系統的設計（6）模糊判決及模糊量的非模糊化模糊決策包含兩個步驟先由控制量的模糊集C判決出模糊論域元素z；再將其轉換到基本論域上精確量u,以實際輸出。由C到z的判決常採用三種方法最大隸屬度法即取隸屬度最大的元素作為控制量。2024-6-24*6-5-3模糊控制系統的設計（6）加權平均判決法(重心法)選擇加權係數中位數法隸屬度的影響2024-6-24*6-5-3模糊控制系統的設計（6）從模糊集論域元素z*變換到基本論域的精確輸出值u其中ku稱為輸出控制量的比例因數,ku=(基本論域/模糊集論域)。比例因數選擇對控制品質的影響2024-6-24*6-5-3模糊控制系統的設計小結FFC的實施可分成離線與線上兩部分離線計算上述設計的4~6步可以離線計算，所得結果歸結為一張表，稱為模糊控制表，或模糊控制查詢表(look-uptable)，存入電腦。線上實現實際控制每個採樣週期將實際測量的輸入e,ec量化,通過查表得到輸出值的量化值z*,乘上適當的比例因數ku,即為最後輸出的實際控制值u。2024-6-24*6-5-3模糊控制系統的設計小結模糊控制表－6－5－4－3－2－10+1+2+3+4+5+6－67676777442000－56666666442000－47676777442000－37666666320－1－1－1－24445444100－1－1－1－14445441000－3－2－1－04445111－1－1－1－4－4－4+04445110－1－1－1－4－4－4+1222200－1－4－4－3－4－4－4+212120－3－4－4－4－3－4－4－4+30000－3－3－6－6－6－6－6－6－6+4000－2－4－4－7－7－7－6－7－6－7+5000－2－4－4－6－6－6－6－6－6－6+6000－2－4－4－7－7－7－6－7－6－7yixizi2024-6-24*6-4-4模型預測控制的應用舉例控制目標：出I效的黑液濃度影響的主要因素：蒸汽壓力、半濃的進效量、稀濃與半濃黑液濃度、末效真空度等檢測手段